Bättre inventeringar av marina miljöer Kunskap för planering och förvaltning av kust och hav Johnny Berglund, Länsstyrelsen Västerbotten

Storlek: px

Starta visningen från sidan:

Download "Bättre inventeringar av marina miljöer Kunskap för planering och förvaltning av kust och hav Johnny Berglund, Länsstyrelsen Västerbotten"

Maria Håkansson
för 6 år sedan
Visningar:

1 Bättre inventeringar av marina miljöer Kunskap för planering och förvaltning av kust och hav Johnny Berglund, Länsstyrelsen Västerbotten

2 Prövning av vattenverksamhet Prövning och och strandskydd tillsyn

går ut på att man skjuter en laserpuls och mäter

4 LIDAR ÄR LODNING MED LJUS Lidar (Light Detection and Ranging) är en aktiv fjärrkarteringsmetod, som går ut på att man skjuter en laserpuls och mäter hur lång tid det tar innan ljuset reflekteras tillbaka.

5 NYTT DATA FRÅN LIDAR? Marin LIDAR används för att kartera batymetri (djup), varvid bottensubstratets och vegetationens reflektioner närmast ses som en störning. Men eftersom den yta laserljuset studsar mot påverkar reflektionen så innehåller den uppmätta, reflekterade ljuspulsen, åtminstone i teorin, information om vad som finns på bottnen. HAVSYTA HAVSBOTTEN

6 TESTOMRÅDEN

RESULTAT 1: BATYMETRI Det allmänt tillgängliga djupdata som finns för Östersjön är insamlat i huvudsak för sjöfart, och har en horisontell noggrannhet från 25 meter till

7 RESULTAT 1: BATYMETRI Det allmänt tillgängliga djupdata som finns för Östersjön är insamlat i huvudsak för sjöfart, och har en horisontell noggrannhet från 25 meter till 200 meter. Med LIDAR kan man mäta batymetrin bara i grunda områden, men med en horisontell noggrannhet på 2 m. Noggranna djupdata är avgörande för ekologisk modellering. 200 m

9 RESULTAT: Djupdata i 3D Natura 2000 habitatet rev

10 LIDAR punktmoln färglagt enligt höjd och djup i FugroViewer

airborne lidar. Remote Sensing of Environment 121: 347 357 (doi: 10.1016/j.rse.2012.

11 RESULTAT 2: Bottentyper H. Michael Tulldahl, Sofia A. Wikström (2012) Classification of aquatic macrovegetation and substrates with airborne lidar. Remote Sensing of Environment 121: (doi: /j.rse ) Rock, Boulder, Stone Soft with High veg. > 25% Soft Noggrannhet Topo+Vågform Antal klasser 4 variabler 5 77% 3 88%

Metoden gör det möjligt att från flygplan förutom vattendjup också mäta

13 RESULTAT 3: LIDAR-ANALYS Man kan också direkt ur LIDAR-signalen analysera fram information om vad som finns på havsbottnen. Metoden gör det möjligt att från flygplan förutom vattendjup också mäta ekologiska värden, vilket i sin tur möjliggör en mycket snabb inventering av grunda havsområden. 200 m 200 m

14 Pilotområde Långvind

RESULTAT 3: ANVÄNDBARHET Ett urval organisationer från både Sverige och Finland och från olika sektorer med regionalt och/eller nationellt ansvar för havsområden analyserade användbarheten av det

17 RESULTAT 3: ANVÄNDBARHET Ett urval organisationer från både Sverige och Finland och från olika sektorer med regionalt och/eller nationellt ansvar för havsområden analyserade användbarheten av det LIDAR-baserade datat. Sammanfattningsvis bedömdes LIDAR ha en mycket god potential, närmare 90% kan använda resultaten i sitt eget arbete. GTK: man kan konstatera att Lidar-data är ett mycket användbart verktyg inom forskningen av geomorfologiska landformer. Fiskeriverket: LIDAR har hög potential för kartläggning i grunda vattenområden. ÖF, Umeå, Vasa, Korsholm:... god utvecklingspotential för LIDAR. Om man kombinerar LIDAR-material med tex flygbilder eller annan kartläggning kan man få riktigt bra basmaterial vid planering av havsområden.

18 SUPERB Standardiserad Utveckling av Planering och Ekologiska Redskap för Bottniska viken Förbättrad insamling av undervattensdata

20 I kontoret bestäms flygningens egenskaper utifrån vad som ska mätas Flygområde Höjd Rutt Förberedelser inför flygningen Överlappning

21 Hur påverka flyghöjden bildkvalité? Flyghöjd 30 m Pixelstorlek ca 8 mm Flyghöjd 60 m pixelstorlek ca 15 mm Flyghöjd 250 m pixelstorlek ca 130 mm

22 Hur kan vi använda flygbilderna? (2) (A) är området där man genomförde en översikts-inventering (1) ljusgrön fläck är andmat (2) mörk-rödgrön fläck är knoppslinga (3) ljusgröna rundfläck är höstlånke (1) (A) (3)

23 Skapa heltäckande kartor

24 Miljövariabel Rumslig modellering Fältdata 1. Statistisk analys GAM, Random forest, Maxent Abundans Kvalitet prediktion 4. Extern validering Modell 2. internvalidering Kvalitet modell 3. Prediktion

25 Heltäckande undervattenskarta

27 Lägg in bild av ULTRA-SUPERB Lägg in bild av Intersik

28 REAL-LIFE SCENARIO: VINDKRAFTPARK

29 Utgångspunkt: att undersöka hur bra data, i Superbs fall specifikt Lidar-data, kan påverka placering och effekter av vindturbiner. Område: Rönnskärsarkipelagen i Kvarken, ett av Finlands finaste marina skyddsområden. Upplägg: förekomst av blåstång som ett generellt mått på naturvärden, tre modeller för placering av vindkraft: LIDAR, inventering & standard. Rönnskärsområdet (Natura 2000, BSPA, UNESCO WH) har sammanlagt över 3000 dropvideo- och dykpunkter. REAL-LIFE SCENARIO: VINDKRAFTPARK / SUPERB SLUTKONFERENS / MICHAEL HALDIN, NATURTJÄNSTER 29/12

30 Blåstång (Fucus sp.) är en viktig biotopbildande nyckelart i Östersjön, vars förekomst används för att mäta havets tillstånd. Vindkraftsturbiner slumpades enligt djup & avstånd, med följande skillnader: LIDAR = enligt med LIDAR uppmätt blåstångsbestånd inventering = enligt standardiserade nationella dyk- & videoinventeringar (VELMU-programmet, 3000 st.) standard = utgående från inte så väldans mycket data om områdets naturvärden REAL-LIFE SCENARIO: VINDKRAFTPARK / SUPERB SLUTKONFERENS / MICHAEL HALDIN, NATURTJÄNSTER 30/12

Exploateringspotentialen mättes genom att placera ut maximalt antal vindturbiner med liten eller ingen effekt, per djupintervall (0-5 m, 5-10 m, 10-15 m, >15 m).

31 Exploateringspotentialen mättes genom att placera ut maximalt antal vindturbiner med liten eller ingen effekt, per djupintervall (0-5 m, 5-10 m, m, >15 m) Maximum turbine locations per depth interval m 5-10m 10-15m 15-20m Conventional planning Field Inventory planning LIDAR planning EXEMPEL Djupintervall 5-10 meter : Standard => 93 turbiner Inventering => 84 turbiner LIDAR => 51 turbiner REAL-LIFE SCENARIO: VINDKRAFTPARK / SUPERB SLUTKONFERENS / MICHAEL HALDIN, NATURTJÄNSTER 31/12

Vindkraftens negativa effekt på blåstång bedömdes genom att i alla tre fall placera in samma antal turbiner per djupintervall och styra placeringen utgående från det biologiska datat.

32 Vindkraftens negativa effekt på blåstång bedömdes genom att i alla tre fall placera in samma antal turbiner per djupintervall och styra placeringen utgående från det biologiska datat Affected m 2 Fucus biotope Conventional Field Inventory LIDAR m 5-10m 10-15m 15-20m REAL-LIFE SCENARIO: VINDKRAFTPARK / SUPERB SLUTKONFERENS / MICHAEL HALDIN, NATURTJÄNSTER 32/12

33 Johnny Berglund Länsstyrelsen Västerbotten Tack för att ni lyssnat!

Relevanta dokument

BÄTTRE UNDERLAG FÖR DETALJPLANERING AV VINDKRAFTSPARKER 26.08.2014 MICHAEL HALDIN & MATTI SAHLA NATURTJÄNSTER / FINLAND

BÄTTRE UNDERLAG FÖR DETALJPLANERING AV VINDKRAFTSPARKER 26.08.2014 MICHAEL HALDIN & MATTI SAHLA NATURTJÄNSTER / FINLAND I både Sverige och Finland finns det regeringsbeslut på utvidgning av vindkraft till